CN110969890A - 车辆、车机设备及其在线式地图智能构造方法、云服务器 - Google Patents
车辆、车机设备及其在线式地图智能构造方法、云服务器 Download PDFInfo
- Publication number
- CN110969890A CN110969890A CN201811156210.4A CN201811156210A CN110969890A CN 110969890 A CN110969890 A CN 110969890A CN 201811156210 A CN201811156210 A CN 201811156210A CN 110969890 A CN110969890 A CN 110969890A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- map
- map data
- indoor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本申请提供一种车辆、车机设备及其在线式地图智能构造方法、云服务器,在判断到进入室内停车场时,检测是否存储有对应的目标地图,若无,触发启动在线式地图构造模式,车机设备在进入在线式地图构造模式时,获取GPS信息、Zigbee信息、移动网络信息、惯性测量信息、车载摄像头信息、停车场网络系统反馈信息和其他车辆共享的地图数据信息中的至少其中两种作为室内地图数据,根据室内地图数据的不同来源进行加权处理后得到目标地图数据,进行数据智能构造并描绘得到室内停车场的目标地图。本申请能够实时地绘制室内地图,而且能够通过网络的方式获取所需的地图数据并进行优化处理,从而得到适用于即时导航的实用性地图。
Description
技术领域
本申请涉及车辆技术领域,具体涉及一种在线式地图智能构造方法,以及应用所述在线式地图智能构造方法的车机设备、云服务器和车辆。
背景技术
随着人民生活水平的逐步改善,我国汽车使用数量的与日俱增。
而伴随着汽车数量的暴增,很多大型商场的停车场错中复杂、而且三四层地下车库以及地面车库混合使用,导致用户出行时经常忘记车辆停放在何处。目前,帮助车主找回自己车子位置的方法主要可分为以下四种:
第一种方法,全球定位系统(GPS):车子停泊后利用卫星定位技术记录车子的停泊位置,车主准备取车时,利用卫星定位找出自己身处的位置,继而通过导航软件寻回车位;
第二种方法,移动蜂窝网络(Cellular Network)或区域网络(WIFI):原理与第一种相同。区别在于位置的勘察并非使用全球定位系统(GPS),而是利用移动蜂窝网络基站信号或室内区域网络WIFI信号的强度来粗略计算车位与车主身处的位置信息;
第三种方法,停车场标记或分区识别:把停车场分为不同的分区,然后以颜色或字母代码作为“标记”;
第四种方法,停车位附近安装刷卡定位仪:车主将车停泊后,把停车卡刷一下定位仪,定位仪会记录下刷卡的准确位置,取车时,车主再用停车卡刷一下车场入口的定位仪,这样就会显示停车位置。
上述各方法均存在各自的缺陷,方法1和2的最大缺陷是在现实生活中,大部分的商场停车场都是在室内或地库,无法收到全球定位系统(GPS)的信号,另外,移动蜂窝网络(Cellular Network)或区域网络(WIFI)的信号也是无法全面覆盖,加上移动蜂窝网络(Cellular Network)或区域网络(WIFI)的定位精确度比较低,误差可能达到上百米,因此,这两种方法都不能有效解决室内停车场车位定位的问题。
方法3的缺陷是车主需要记住其停泊车位的标记,尤其是当用户去的商场次数越多,他就越容易混淆不同时段的标记,即使车主全部记住,但只要从不同的停车场入口进场,车主仍然很难辨别到其标记区域的方向和具体位置。
方法4的缺陷是商场管理方需要在停车场内安装一定数目的刷卡定位仪,定位仪数目越多,其车位定位效果才更精确,撇除成本问题,定位仪的安装位置对于很多现存的停车场都不好解决,也存在汽车在停泊时碰撞到定位仪的安全隐患问题,在维护方面,定位仪属于硬件设备,还存在维修、耗损、翻新等维护问题。
针对现有技术的多方面不足,本申请的发明人经过深入研究,提出一种车辆、车机设备及其在线式地图智能构造方法、云服务器。
发明内容
本申请的目的在于,提供一种车辆、车机设备及其在线式地图智能构造方法、云服务器,能够根据需要而实时地绘制室内地图,而且能够通过网络的方式获取所需的地图数据,可以根据地图数据的类型进行优化处理,从而得到适用于即时导航的实用性地图,满足用户的出行需求,改善用户体验。
为解决上述技术问题,本申请提供一种在线式地图智能构造方法,作为其中一种实施方式,所述在线式地图智能构造方法包括步骤:
车机设备在判断到进入室内停车场时,检测是否存储有对应的目标地图;
若未检测到所述目标地图,触发启动在线式地图构造模式;
车机设备在进入所述在线式地图构造模式时,获取GPS信息、Zigbee信息、移动网络信息、惯性测量信息、车载摄像头信息、停车场网络系统反馈信息和其他车辆共享的地图数据信息中的至少其中两种作为所述室内停车场的室内地图数据;
根据室内地图数据的不同来源进行加权处理后得到目标地图数据;
根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图。
作为其中一种实施方式,所述检测是否存储有对应的目标地图的步骤,具体包括:
检测车辆自身是否存储有对应的目标地图、检测车辆所在的云服务器上是否存储有对应的目标地图、检测所述室内停车场内其他车辆是否有共享的目标地图和/或所述室内停车场是否通过网络的方式发送有对应的目标地图。
作为其中一种实施方式:
所述获取GPS信息、Zigbee信息、移动网络信息、惯性测量信息、车载摄像头信息、停车场网络系统反馈信息和其他车辆共享的地图数据信息中的至少其中两种作为所述室内停车场的室内地图数据的步骤,具体包括:
获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息;
所述根据室内地图数据的不同来源进行加权处理后得到目标地图数据的步骤,对应包括:
根据室内地图数据的不同来源进行加权,将存在重叠部分的室内地图数据按加权的权重进行取舍、将彼此缺失的部分室内地图数据进行拼接,处理后得到所述目标地图数据。
作为其中一种实施方式,所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息的步骤中,所述惯性测量信息采用陀螺仪测量得到,所述车载摄像头信息采用车载摄像头拍摄处理得到,所述其他车辆共享的地图数据信息通过车联网网关获取得到。
作为其中一种实施方式,所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息的步骤,具体包括:
通过所述陀螺仪测量车辆的偏航角速度、和地面颠簸信息,通过所述车载摄像头拍摄广角地面图像信息。
作为其中一种实施方式,所述根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图的步骤,具体包括:
根据所述目标地图数据,基于粒子滤波器的前端和基于图优化的后端获取建立正射影像地图所需的定位信息并建立停车场的栅格地图,其中,前端用于生成基本占据栅格地图与定位信息,后端用于优化前端结果获得的定位信息并矫正占据栅格地图;
运行正射影像地图的拼接融合算法,进而建立所述室内停车场的目标地图,所述目标地图标记有可通行区域、车道线、地面交通标示以及停车场的停车位所在的地面环境信息。
作为其中一种实施方式,所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息的步骤,具体包括:
通过GPS收集通过车辆行驶取得的多个轨迹数据;
在所述多个轨迹数据中提取出多个轨迹数据的特征点,计算出满足上述提取的特征点的样条曲线;
通过将上述计算出的样条曲线作为车道的中心线作为所述GPS信息。
为解决上述技术问题,本申请还提供一种车机设备,作为其中一种实施方式,所述车机设备包括车载处理器,所述车载处理器用于执行程序数据,以实现上述的在线式地图智能构造方法。
为解决上述技术问题,本申请还提供一种云服务器,作为其中一种实施方式,所述云服务器包括云处理器,所述云处理器用于执行程序数据,以实现上述的在线式地图智能构造方法。
为解决上述技术问题,本申请还提供一种车辆,作为其中一种实施方式,所述车辆配置有上述的车机设备,所述车辆为无人驾驶车辆、人工驾驶车辆、或在两种驾驶状态自由切换的智能车辆,所述智能车辆可根据所述目标地图进行自动泊车/取车。
本申请车辆、车机设备及其在线式地图智能构造方法、云服务器,车机设备在判断到进入室内停车场时,检测是否存储有对应的目标地图,若未检测到所述目标地图,触发启动在线式地图构造模式,车机设备在进入所述在线式地图构造模式时,获取GPS信息、Zigbee信息、移动网络信息、惯性测量信息、车载摄像头信息、停车场网络系统反馈信息和其他车辆共享的地图数据信息中的至少其中两种作为所述室内停车场的室内地图数据,根据室内地图数据的不同来源进行加权处理后得到目标地图数据,根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图。本申请能够根据需要而实时地绘制室内地图,而且能够通过网络的方式获取所需的地图数据,可以根据地图数据的类型进行优化处理,从而得到适用于即时导航的实用性地图,满足用户的出行需求,改善用户体验。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1为本申请在线式地图智能构造方法一实施方式的流程示意图。
图2为本申请云服务器一实施方式的结构示意图。
图3为本申请车机设备一实施方式的结构示意图。
具体实施方式
为更进一步阐述本申请为达成预定申请目的所采取的技术手段及功效,以下结合附图及较佳实施例,对本申请详细说明如下。
通过具体实施方式的说明,当可对本申请为达成预定目的所采取的技术手段及效果得以更加深入且具体的了解,然而所附图式仅是提供参考与说明之用,并非用来对本申请加以限制。
请参阅图1,图1为本申请在线式地图智能构造方法一实施方式的流程示意图。
作为其中一种实施方式,本申请所述在线式地图智能构造方法可以包括但不限于如下几个步骤。
步骤S101,车机设备在判断到进入室内停车场时,检测是否存储有对应的目标地图;
需要特别说明的是,本实施方式判断车辆是否进入室内停车场,可以根据GPS信息进行识别,也可以根据摄像头拍摄的车外环境进行识别,还可以根据停车场的入口其他设备进行配合识别。
步骤S102,若未检测到所述目标地图,触发启动在线式地图构造模式;
步骤S103,车机设备在进入所述在线式地图构造模式时,获取GPS信息、Zigbee信息、移动网络信息、惯性测量信息、车载摄像头信息、停车场网络系统反馈信息和其他车辆共享的地图数据信息中的至少其中两种作为所述室内停车场的室内地图数据;
步骤S104,根据室内地图数据的不同来源进行加权处理后得到目标地图数据;
步骤S105,根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图。
值得说明的是,本实施方式所述检测是否存储有对应的目标地图的步骤,具体可以包括:检测车辆自身是否存储有对应的目标地图、检测车辆所在的云服务器上是否存储有对应的目标地图、检测所述室内停车场内其他车辆是否有共享的目标地图和/或所述室内停车场是否通过网络的方式发送有对应的目标地图。
需要特别说明的是,本实施方式所述获取GPS信息、Zigbee信息、移动网络信息、惯性测量信息、车载摄像头信息、停车场网络系统反馈信息和其他车辆共享的地图数据信息中的至少其中两种作为所述室内停车场的室内地图数据的步骤,具体可以包括:获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息。与之对应的是,本实施方式所述根据室内地图数据的不同来源进行加权处理后得到目标地图数据的步骤,对应包括:根据室内地图数据的不同来源进行加权,将存在重叠部分的室内地图数据按加权的权重进行取舍、将彼此缺失的部分室内地图数据进行拼接,处理后得到所述目标地图数据。
具体而言,本实施方式所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息的步骤中,所述惯性测量信息采用陀螺仪测量得到,所述车载摄像头信息采用车载摄像头拍摄处理得到,所述其他车辆共享的地图数据信息通过车联网网关获取得到。
此外,值得一提的是,本实施方式所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息的步骤,具体可以包括:通过所述陀螺仪测量车辆的偏航角速度、和地面颠簸信息,通过所述车载摄像头拍摄广角地面图像信息。
需要详细说明的是,本实施方式所述根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图的步骤,具体可以包括:根据所述目标地图数据,基于粒子滤波器的前端和基于图优化的后端获取建立正射影像地图所需的定位信息并建立停车场的栅格地图,其中,前端用于生成基本占据栅格地图与定位信息,后端用于优化前端结果获得的定位信息并矫正占据栅格地图;运行正射影像地图的拼接融合算法,进而建立所述室内停车场的目标地图,所述目标地图标记有可通行区域、车道线、地面交通标示以及停车场的停车位所在的地面环境信息。
此外,需要补充说明的是,本实施方式所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息的步骤,具体可以包括:通过GPS收集通过车辆行驶取得的多个轨迹数据;在所述多个轨迹数据中提取出多个轨迹数据的特征点,计算出满足上述提取的特征点的样条曲线;通过将上述计算出的样条曲线作为车道的中心线作为所述GPS信息。
本申请能够根据需要而实时地绘制室内地图,而且能够通过网络的方式获取所需的地图数据,可以根据地图数据的类型进行优化处理,从而得到适用于即时导航的实用性地图,满足用户的出行需求,改善用户体验。
请参阅图2,图2为本申请云服务器一实施方式的结构示意图。
在本实施方式中,所述云服务器包括云处理器21,所述云处理器21用于执行程序数据,以实现上述的在线式地图智能构造方法。
具体而言,在判断到进入室内停车场时,所述云处理器21检测是否存储有对应的目标地图;需要特别说明的是,本实施方式判断车辆是否进入室内停车场,可以根据GPS信息进行识别,也可以根据摄像头拍摄的车外环境进行识别,还可以根据停车场的入口其他设备进行配合识别。
若未检测到所述目标地图,所述云处理器21触发启动在线式地图构造模式。
所述云处理器21在进入所述在线式地图构造模式时,获取GPS信息、Zigbee信息、移动网络信息、惯性测量信息、车载摄像头信息、停车场网络系统反馈信息和其他车辆共享的地图数据信息中的至少其中两种作为所述室内停车场的室内地图数据。
所述云处理器21根据室内地图数据的不同来源进行加权处理后得到目标地图数据。
所述云处理器21根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图。
值得说明的是,本实施方式所述云处理器21具体可以检测车辆自身是否存储有对应的目标地图、检测车辆所在的云服务器上是否存储有对应的目标地图、检测所述室内停车场内其他车辆是否有共享的目标地图和/或所述室内停车场是否通过网络的方式发送有对应的目标地图。
需要特别说明的是,本实施方式所述云处理器21具体可以获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息。与之对应的是,本实施方式所述云处理器21对应根据室内地图数据的不同来源进行加权,将存在重叠部分的室内地图数据按加权的权重进行取舍、将彼此缺失的部分室内地图数据进行拼接,处理后得到所述目标地图数据。
具体而言,本实施方式所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息,所述惯性测量信息采用陀螺仪测量得到,所述车载摄像头信息采用车载摄像头拍摄处理得到,所述其他车辆共享的地图数据信息通过车联网网关获取得到。
此外,值得一提的是,本实施方式所述云处理器21具体可以通过通过所述陀螺仪测量车辆的偏航角速度、和地面颠簸信息,通过所述车载摄像头拍摄广角地面图像信息。
需要详细说明的是,本实施方式所述云处理器21根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图,具体可以包括:所述云处理器21根据所述目标地图数据,基于粒子滤波器的前端和基于图优化的后端获取建立正射影像地图所需的定位信息并建立停车场的栅格地图,其中,前端用于生成基本占据栅格地图与定位信息,后端用于优化前端结果获得的定位信息并矫正占据栅格地图;运行正射影像地图的拼接融合算法,进而建立所述室内停车场的目标地图,所述目标地图标记有可通行区域、车道线、地面交通标示以及停车场的停车位所在的地面环境信息。
此外,需要补充说明的是,本实施方式所述云处理器21具体可以通过GPS收集通过车辆行驶取得的多个轨迹数据;在所述多个轨迹数据中提取出多个轨迹数据的特征点,计算出满足上述提取的特征点的样条曲线;通过将上述计算出的样条曲线作为车道的中心线作为所述GPS信息。
请接着参阅图3,图3为本申请车机设备一实施方式的结构示意图。
在本实施方式中,所述车机设备包括车载处理器31,所述车载处理器31用于执行程序数据,以实现上述的在线式地图智能构造方法。
具体而言,在判断到进入室内停车场时,所述车载处理器31检测是否存储有对应的目标地图;需要特别说明的是,本实施方式判断车辆是否进入室内停车场,可以根据GPS信息进行识别,也可以根据摄像头拍摄的车外环境进行识别,还可以根据停车场的入口其他设备进行配合识别。
若未检测到所述目标地图,所述车载处理器31触发启动在线式地图构造模式。
所述车载处理器31在进入所述在线式地图构造模式时,获取GPS信息、Zigbee信息、移动网络信息、惯性测量信息、车载摄像头信息、停车场网络系统反馈信息和其他车辆共享的地图数据信息中的至少其中两种作为所述室内停车场的室内地图数据。
所述车载处理器31根据室内地图数据的不同来源进行加权处理后得到目标地图数据。
所述车载处理器31根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图。
值得说明的是,本实施方式所述车载处理器31具体可以检测车辆自身是否存储有对应的目标地图、检测车辆所在的云服务器上是否存储有对应的目标地图、检测所述室内停车场内其他车辆是否有共享的目标地图和/或所述室内停车场是否通过网络的方式发送有对应的目标地图。
需要特别说明的是,本实施方式所述车载处理器31具体可以获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息。与之对应的是,本实施方式所述车载处理器31对应根据室内地图数据的不同来源进行加权,将存在重叠部分的室内地图数据按加权的权重进行取舍、将彼此缺失的部分室内地图数据进行拼接,处理后得到所述目标地图数据。
具体而言,本实施方式所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息,所述惯性测量信息采用陀螺仪测量得到,所述车载摄像头信息采用车载摄像头拍摄处理得到,所述其他车辆共享的地图数据信息通过车联网网关获取得到。
此外,值得一提的是,本实施方式所述车载处理器31具体可以通过通过所述陀螺仪测量车辆的偏航角速度、和地面颠簸信息,通过所述车载摄像头拍摄广角地面图像信息。
需要详细说明的是,本实施方式所述车载处理器31根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图,具体可以包括:所述车载处理器31根据所述目标地图数据,基于粒子滤波器的前端和基于图优化的后端获取建立正射影像地图所需的定位信息并建立停车场的栅格地图,其中,前端用于生成基本占据栅格地图与定位信息,后端用于优化前端结果获得的定位信息并矫正占据栅格地图;运行正射影像地图的拼接融合算法,进而建立所述室内停车场的目标地图,所述目标地图标记有可通行区域、车道线、地面交通标示以及停车场的停车位所在的地面环境信息。
此外,需要补充说明的是,本实施方式所述车载处理器31具体可以通过GPS收集通过车辆行驶取得的多个轨迹数据;在所述多个轨迹数据中提取出多个轨迹数据的特征点,计算出满足上述提取的特征点的样条曲线;通过将上述计算出的样条曲线作为车道的中心线作为所述GPS信息。
请继续参阅图3,本实施方式还提供一种车辆,所述车辆配置有图3及其实施方式所述的车机设备。
需要特别说明的是,本实施方式所述车辆可以为无人驾驶车辆、人工驾驶车辆、或在两种驾驶状态自由切换的智能车辆,所述智能车辆可根据所述目标地图进行自动泊车/取车。
值得一提的是,本实施方式车辆还可以采用停车位电子标签标记停车场内的各停车位,采用停车场入口电子标签标记所述停车场的各入口,在云服务器中保存所述停车场的目标地图,在云服务器中保存与各所述停车位电子标签及停车场入口电子标签相对应的信息,停车时,通过车机设备或者移动终端扫描停车位电子标签,取车时,通过车机设备或移动终端扫描停车场入口电子标签;所述云服务器或移动终端结合与停车位电子标签和停车场入口电子标签相对应的信息以及存储在所述云服务器中的所述目标地图,生成导航线路图,通过所述移动终端显示。
需要说明的是,本实施方式车机设备、车辆和云服务器均可以采用WIFI技术或5G技术等,比如利用5G车联网网络实现彼此的网络连接,本实施方式所采用的5G技术可以是一个面向场景化的技术,本申请利用5G技术对车辆起到关键的支持作用,其同时实现连接人、连接物或连接车辆,其具体可以采用下述三个典型应用场景组成。
第一个是eMBB(Enhance Mobile Broadband,增强移动宽带),使用户体验速率在0.1~1gpbs,峰值速率在10gbps,流量密度在10Tbps/km2;
第二个超可靠低时延通信,本申请可以实现的主要指标是端到端的时间延迟为ms(毫秒)级别;可靠性接近100%;
第三个是mMTC(海量机器类通信),本申请可以实现的主要指标是连接数密度,每平方公里连接100万个其他终端,10^6/km2。
通过上述方式,本申请利用5G技术的超可靠、低时延时的特点,结合比如雷达和摄像头等就可以给车辆提供显示的能力,可以跟车辆实现互动,同时利用5G技术的交互式感知功能,用户可以对外界环境做一个输出,不光能探测到状态,还可以做一些反馈等。进一步而言,本申请还可以应用到自动驾驶的协同里面,比如车辆编队等。
此外,本申请还可以利用5G技术实现通信增强自动驾驶感知能力,并且可以满足车内乘客对AR(增强现实)/VR(虚拟现实)、游戏、电影、移动办公等车载信息娱乐,以及高精度的需求。本申请可以实现厘米级别的3D高精度定位地图的下载量在3~4Gb/km,正常车辆限速120km/h(千米/时)下每秒钟地图的数据量为90Mbps~120Mbps(兆比特每秒),同时还可以支持融合车载传感器信息的局部地图实时重构,以及危险态势建模与分析等。
在本申请中,上述车机设备可以使用到具备车辆TBOX的车辆系统中,其还可以连接到车辆的CAN总线上。
在本实施方式中,CAN可以包括三条网络通道CAN_1、CAN_2和CAN_3,车辆还可以设置一条以太网网络通道,其中三条CAN网络通道可以通过两个车联网网关与以太网网络通道相连接,举例而言,其中CAN_1网络通道包括混合动力总成系统,其中CAN_2网络通道包括运行保障系统,其中CAN_3网络通道包括电力测功机系统,以太网网络通道包括高级管理系统,所述的高级管理系统包括作为节点连接在以太网网络通道上的人-车-路模拟系统和综合信息采集单元,所述的CAN_1网络通道、CAN_2网络通道与以太网网络通道的车联网网关可以集成在综合信息采集单元中;CAN_3网络通道与以太网网络通道的车联网网关可以集成在人-车-路模拟系统中。
进一步而言,所述的CAN_1网络通道连接的节点有:发动机ECU、电机MCU、电池BMS、自动变速器TCU以及混合动力控制器HCU;CAN_2网络通道连接的节点有:台架测控系统、油门传感器组、功率分析仪、瞬时油耗仪、直流电源柜、发动机水温控制系统、发动机机油温度控制系统、电机水温控制系统以及发动机中冷温度控制系统;CAN_3网络通道连接的节点有:电力测功机控制器。
优选的所述的CAN_1网络通道的速率为250Kbps,采用J1939协议;CAN_2网络通道的速率为500Kbps,采用CANopen协议;CAN_3网络通道的速率为1Mbps,采用CANopen协议;以太网网络通道的速率为10/100Mbps,采用TCP/IP协议。
在本实施方式中,所述车联网网关支持5G技术的5G网络,其还可以配备有IEEE802.3接口、DSPI接口、eSCI接口、CAN接口、MLB接口、LIN接口和/或I2C接口。
在本实施方式中,比如,IEEE802.3接口可以用于连接无线路由器,为整车提供WIFI网络;DSPI(提供者管理器组件)接口用于连接蓝牙适配器和NFC(近距离无线通讯)适配器,可以提供蓝牙连接和NFC连接;eSCI接口用于连接4G/5G模块,与互联网通讯;CAN接口用于连接车辆CAN总线;MLB接口用于连接车内的MOST(面向媒体的系统传输)总线,LIN接口用于连接车内LIN(局域互联网络)总线;IC接口用于连接DSRC(专用短程通讯)模块和指纹识别模块。此外,本申请可以通过采用MPC5668G芯片对各个不同协议进行相互转换,将不同的网络进行融合。
此外,本实施方式车辆TBOX系统(Telematics-BOX),简称车载TBOX或远程信息车载处理器。
本实施方式Telematics为远距离通信的电信(Telecommunications)与信息科学(Informatics)的合成,其定义为通过内置在车辆上的计算机系统、无线通信技术、卫星导航装置、交换文字、语音等信息的互联网技术而提供信息的服务系统。简单的说就通过无线网络将车辆接入互联网(车联网系统),为车主提供驾驶、生活所必需的各种信息。
此外,本实施方式Telematics是无线通信技术、卫星导航系统、网络通信技术和车载电脑的综合,当车辆行驶当中出现故障时,通过无线通信连接云服务器,进行远程车辆诊断,内置在发动机上的计算机可以记录车辆主要部件的状态,并随时为维修人员提供准确的故障位置和原因。通过用户通讯终端接收信息并查看交通地图、路况介绍、交通信息、安全与治安服务以及娱乐信息服务等,另外,本实施方式的车辆还可以在后座设置电子游戏和网络应用。不难理解,本实施方式通过Telematics提供服务,可以方便用户了解交通信息、临近停车场的车位状况,确认当前位置,还可以与家中的网络服务器连接,及时了解家中的电器运转情况、安全情况以及客人来访情况等等。
本实施方式车辆还可设置ADAS(Advanced Driver Assistant System,先进驾驶辅助系统),其可以利用安装于车辆上的上述各种传感器,在第一时间收集车内外的环境数据,进行静、动态物体的辨识、侦测与追踪等技术上的处理,从而能够让驾驶者在最快的时间察觉可能发生的危险,以引起注意和提高安全性。对应地,本申请ADAS还可以采用雷达、激光和超声波等传感器,可以探测光、热、压力或其它用于监测车辆状态的变量,通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。不难看出,上述ADAS功能所使用的各种智能硬件,均可以通过以太网链路的方式接入车联网系统实现通信连接、交互。
本实施方式车辆的主机可包括适当的逻辑器件、电路和/或代码以用于实现OSI模型(Open System Interconnection,开放式通信系统互联参考模型)上面五层的运行和/或功能操作。因此,主机会生成用于网络传输的数据包和/或对这些数据包进行处理,并且还会对从网络接受到的数据包进行处理。同时,主机可通过执行相应指令和/或运行一种或多种应用程序来为本地用户和/或一个或多条远程用户或网络节点提供服务。在本申请的不同实施方式中,主机可采用一种或多种安全协议。
以上所述,仅是本申请的较佳实施例而已,并非对本申请作任何形式上的限制,虽然本申请已以较佳实施例揭露如上,然而并非用以限定本申请,任何熟悉本专业的技术人员,在不脱离本申请技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容,依据本申请的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本申请技术方案的范围内。
Claims (10)
1.一种在线式地图智能构造方法,其特征在于,所述在线式地图智能构造方法包括步骤:
车机设备在判断到进入室内停车场时,检测是否存储有对应的目标地图;
若未检测到所述目标地图,触发启动在线式地图构造模式;
车机设备在进入所述在线式地图构造模式时,获取GPS信息、Zigbee信息、移动网络信息、惯性测量信息、车载摄像头信息、停车场网络系统反馈信息和其他车辆共享的地图数据信息中的至少其中两种作为所述室内停车场的室内地图数据;
根据室内地图数据的不同来源进行加权处理后得到目标地图数据;
根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图。
2.根据权利要求1所述的在线式地图智能构造方法,其特征在于,所述检测是否存储有对应的目标地图的步骤,具体包括:
检测车辆自身是否存储有对应的目标地图、检测车辆所在的云服务器上是否存储有对应的目标地图、检测所述室内停车场内其他车辆是否有共享的目标地图和/或所述室内停车场是否通过网络的方式发送有对应的目标地图。
3.根据权利要求2所述的在线式地图智能构造方法,其特征在于:
所述获取GPS信息、Zigbee信息、移动网络信息、惯性测量信息、车载摄像头信息、停车场网络系统反馈信息和其他车辆共享的地图数据信息中的至少其中两种作为所述室内停车场的室内地图数据的步骤,具体包括:
获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息;
所述根据室内地图数据的不同来源进行加权处理后得到目标地图数据的步骤,对应包括:
根据室内地图数据的不同来源进行加权,将存在重叠部分的室内地图数据按加权的权重进行取舍、将彼此缺失的部分室内地图数据进行拼接,处理后得到所述目标地图数据。
4.根据权利要求3所述的在线式地图智能构造方法,其特征在于,所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息的步骤中,所述惯性测量信息采用陀螺仪测量得到,所述车载摄像头信息采用车载摄像头拍摄处理得到,所述其他车辆共享的地图数据信息通过车联网网关获取得到。
5.根据权利要求4所述的在线式地图智能构造方法,其特征在于,所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息的步骤,具体包括:
通过所述陀螺仪测量车辆的偏航角速度、和地面颠簸信息,通过所述车载摄像头拍摄广角地面图像信息。
6.根据权利要求3所述的在线式地图智能构造方法,其特征在于,所述根据所述目标地图数据进行数据智能构造,并描绘得到所述室内停车场的目标地图的步骤,具体包括:
根据所述目标地图数据,基于粒子滤波器的前端和基于图优化的后端获取建立正射影像地图所需的定位信息并建立停车场的栅格地图,其中,前端用于生成基本占据栅格地图与定位信息,后端用于优化前端结果获得的定位信息并矫正占据栅格地图;
运行正射影像地图的拼接融合算法,进而建立所述室内停车场的目标地图,所述目标地图标记有可通行区域、车道线、地面交通标示以及停车场的停车位所在的地面环境信息。
7.根据权利要求3所述的在线式地图智能构造方法,其特征在于,所述获取GPS信息、惯性测量信息、车载摄像头信息和其他车辆共享的地图数据信息的步骤,具体包括:
通过GPS收集通过车辆行驶取得的多个轨迹数据;
在所述多个轨迹数据中提取出多个轨迹数据的特征点,计算出满足上述提取的特征点的样条曲线;
通过将上述计算出的样条曲线作为车道的中心线作为所述GPS信息。
8.一种车机设备,其特征在于,所述车机设备包括车载处理器,所述车载处理器用于执行程序数据,以实现根据权利要求1-7任一项所述的在线式地图智能构造方法。
9.一种云服务器,其特征在于,所述云服务器包括云处理器,所述云处理器用于执行程序数据,以实现根据权利要求1-7任一项所述的在线式地图智能构造方法。
10.一种车辆,其特征在于,所述车辆配置有根据权利要求8所述的车机设备,所述车辆为无人驾驶车辆、人工驾驶车辆、或在两种驾驶状态自由切换的智能车辆,所述智能车辆可根据所述目标地图进行自动泊车/取车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811156210.4A CN110969890A (zh) | 2018-09-30 | 2018-09-30 | 车辆、车机设备及其在线式地图智能构造方法、云服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811156210.4A CN110969890A (zh) | 2018-09-30 | 2018-09-30 | 车辆、车机设备及其在线式地图智能构造方法、云服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110969890A true CN110969890A (zh) | 2020-04-07 |
Family
ID=70028744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811156210.4A Pending CN110969890A (zh) | 2018-09-30 | 2018-09-30 | 车辆、车机设备及其在线式地图智能构造方法、云服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110969890A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111982115A (zh) * | 2020-08-12 | 2020-11-24 | 北京汽车研究总院有限公司 | 基于惯性导航系统的特征点地图构建方法、装置以及介质 |
CN112330976A (zh) * | 2021-01-04 | 2021-02-05 | 智道网联科技(北京)有限公司 | 一种交通信息数据生成和分享方法及系统 |
CN113192335A (zh) * | 2021-05-07 | 2021-07-30 | 恒大新能源汽车投资控股集团有限公司 | 地图分享方法、装置、车辆及云服务器 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101290725A (zh) * | 2007-04-17 | 2008-10-22 | 株式会社日立制作所 | 数字道路地图的生成方法和地图生成系统 |
CN103150921A (zh) * | 2013-02-04 | 2013-06-12 | 北京恒远创智信息技术有限公司 | 室内停车场寻回车位的导航方法 |
CN104573733A (zh) * | 2014-12-26 | 2015-04-29 | 上海交通大学 | 一种基于高清正射影像图的高精细地图生成系统及方法 |
CN205426175U (zh) * | 2016-03-08 | 2016-08-03 | 中山大学 | 一种融合车载多传感器的slam装置 |
CN105946853A (zh) * | 2016-04-28 | 2016-09-21 | 中山大学 | 基于多传感器融合的长距离自动泊车的系统及方法 |
CN107180215A (zh) * | 2017-05-31 | 2017-09-19 | 同济大学 | 基于库位和二维码的停车场自动建图与高精度定位方法 |
CN107705628A (zh) * | 2017-11-21 | 2018-02-16 | 王仁智 | 一种停车场找车系统 |
CN104865578B (zh) * | 2015-05-12 | 2018-05-04 | 上海交通大学 | 一种室内停车场高精细地图生成装置及方法 |
DE102017116088A1 (de) * | 2016-12-14 | 2018-06-14 | Hyundai Motor Company | Vorrichtung und Verfahren zum Abschätzen einer Position eines Fahrzeugs |
-
2018
- 2018-09-30 CN CN201811156210.4A patent/CN110969890A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101290725A (zh) * | 2007-04-17 | 2008-10-22 | 株式会社日立制作所 | 数字道路地图的生成方法和地图生成系统 |
CN103150921A (zh) * | 2013-02-04 | 2013-06-12 | 北京恒远创智信息技术有限公司 | 室内停车场寻回车位的导航方法 |
CN104573733A (zh) * | 2014-12-26 | 2015-04-29 | 上海交通大学 | 一种基于高清正射影像图的高精细地图生成系统及方法 |
CN104865578B (zh) * | 2015-05-12 | 2018-05-04 | 上海交通大学 | 一种室内停车场高精细地图生成装置及方法 |
CN205426175U (zh) * | 2016-03-08 | 2016-08-03 | 中山大学 | 一种融合车载多传感器的slam装置 |
CN105946853A (zh) * | 2016-04-28 | 2016-09-21 | 中山大学 | 基于多传感器融合的长距离自动泊车的系统及方法 |
DE102017116088A1 (de) * | 2016-12-14 | 2018-06-14 | Hyundai Motor Company | Vorrichtung und Verfahren zum Abschätzen einer Position eines Fahrzeugs |
CN107180215A (zh) * | 2017-05-31 | 2017-09-19 | 同济大学 | 基于库位和二维码的停车场自动建图与高精度定位方法 |
CN107705628A (zh) * | 2017-11-21 | 2018-02-16 | 王仁智 | 一种停车场找车系统 |
Non-Patent Citations (1)
Title |
---|
陈放等: "基于小波变换的道路正射影像地图生成方法", 《华中科技大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111982115A (zh) * | 2020-08-12 | 2020-11-24 | 北京汽车研究总院有限公司 | 基于惯性导航系统的特征点地图构建方法、装置以及介质 |
CN112330976A (zh) * | 2021-01-04 | 2021-02-05 | 智道网联科技(北京)有限公司 | 一种交通信息数据生成和分享方法及系统 |
CN113192335A (zh) * | 2021-05-07 | 2021-07-30 | 恒大新能源汽车投资控股集团有限公司 | 地图分享方法、装置、车辆及云服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109099917A (zh) | 车辆、车机设备、用户通讯终端及其车辆寻址导航方法 | |
CN108833589B (zh) | 车辆、车机设备及其车机设备导航数据同步方法 | |
CN113870553A (zh) | 一种面向混合交通流的路网运行状态检测系统及方法 | |
CN111200720A (zh) | 车联网平台、车辆远程视频监控方法及系统 | |
CN110969890A (zh) | 车辆、车机设备及其在线式地图智能构造方法、云服务器 | |
CN108944917A (zh) | 车辆、车机设备、远程控制泊车方法和系统 | |
CN109115235A (zh) | 车辆、车机设备、用户通讯终端及其多设备切换导航方法 | |
CN111311939A (zh) | 车辆、车机设备及其红绿灯信息地图显示方法 | |
CN108944916A (zh) | 车辆、车机设备、远程控制泊车方法和系统 | |
CN110793537A (zh) | 一种导航路径推荐方法、车机及车辆 | |
CN110853384A (zh) | 车辆及其基于5g技术的红绿灯车速匹配优化系统、方法 | |
CN109115234A (zh) | 车辆、车机设备及其基于迪杰斯特拉算法的导航方法 | |
CN111291275A (zh) | 车辆、车机设备及其基于实况的出游方案推荐方法 | |
CN111311943A (zh) | 车辆、车机设备及其信号灯车速优化方法 | |
CN112017459A (zh) | 车辆、车机设备及其信号灯识别的驾驶辅助方法 | |
CN111417101A (zh) | 车辆、智能终端及其基于地理位置的车辆应急救援方法 | |
CN110853387A (zh) | 路况全景视频构造显示方法、系统、服务器及车辆 | |
CN111044065B (zh) | 车辆、导航终端及基于历史导航数据的导航数据处理方法 | |
CN111284325B (zh) | 车辆、车机设备及其车辆沿途对象详尽信息显示方法 | |
CN110689713A (zh) | 车辆、车机设备及其车辆关联控制方法 | |
CN111047292A (zh) | 智能交通工具、智能设备及智能出行提醒方法 | |
CN111289009A (zh) | 车辆、车机设备及其车机设备兴趣点输入搜索方法 | |
CN111210541A (zh) | 车辆、车机设备及限速信息智能提示方法 | |
CN111351500B (zh) | 车辆、导航终端及其弯道精准导航方法 | |
CN112085963B (zh) | 车辆、停车管理设备及其停车场推荐方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 208, building 4, 1411 Yecheng Road, Jiading District, Shanghai, 201821 Applicant after: Botai vehicle networking technology (Shanghai) Co.,Ltd. Address before: Room 208, building 4, 1411 Yecheng Road, Jiading District, Shanghai, 201821 Applicant before: SHANGHAI PATEO ELECTRONIC EQUIPMENT MANUFACTURING Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200407 |